机器人技术中的多智能体系统涉及多个自主机器人（智能体）协同工作以实现共同目标。每个智能体独立运行，根据其自身的传感器、程序以及与其他智能体的互动来做出决策。这些系统依赖于通信协议和协调策略来管理任务、解决冲突并适应动态环境。例如，在仓库环境中，机器人队伍可能协同运输货物——一些机器人负责扫描库存，而另一些则专注于搬运物品，同时实时避开碰撞并优化路径。
多智能体系统的核心功能取决于智能体如何共享信息和划分职责。消息传递（例如，使用 MQTT 或 ROS topic 等协议）或共享环境数据（例如，实时更新的数字地图）等通信方法使智能体能够协调行动。任务分配通常通过算法处理，例如基于拍卖的系统，机器人根据接近程度或能力“竞标”任务，或者角色分配，特定智能体承担预定义的职责。例如，在灾难响应场景中，无人机可能会分成几组：一些绘制区域地图，另一些定位幸存者，还有一部分将数据中继到中央站。去中心化控制很常见，即使个别智能体发生故障或通信中断，系统也能继续运行。
多智能体机器人技术中的主要挑战包括确保可靠通信、避免共享空间中的冲突以及有效扩展。例如，城市中的自主配送机器人必须在没有中心监督的情况下协商十字路口的通行权，这需要优先级规则或动态路径重新规划等协议。开发人员经常使用仿真工具（例如 Gazebo 或 Webots）在部署前测试协调逻辑。此外，平衡灵活性与可预测性至关重要——智能体需要适应意外障碍，同时保持整个系统的稳定性。通过解决这些挑战，多智能体系统能够支持复杂应用，如协同制造、环境监测和群体机器人技术，其中集体行为源于单个智能体的互动。